BRAKER

BRAKER on eukaryoottien genomin annotointiin tarkoitettu putki. Se yhdistää GeneMarkin ja AUGUSTUSin, ja sitä voidaan ohjata valinnaisesti RNA-Seq- ja/tai proteiininäytöllä, jotta voidaan tuottaa täydet geenirakenteen annotaatiot uusille genomeille.

Roihussa BRAKER on tarjolla nimellä BRAKER4 (braker4, versio 0.5.0-beta): tämä on putken täydellinen uudelleentoteutus Snakemake-työvuona, joka suorittaa jokaisen taustalla olevan työkalun (GeneMark, AUGUSTUS, DIAMOND, BUSCO/compleasm, RepeatMasker, …) Apptainer/Singularity-konttien sisällä.

Lisenssi

BRAKER on vapaa ja avoimen lähdekoodin ohjelmisto (MIT). BRAKER4-kontteihin sisältyvillä työkaluilla on omat lisenssinsä, mukaan lukien GeneMark, joka on ilmainen akateemiseen käyttöön.

Saatavuus

Roihu: braker4 0.5.0-beta, bio-apps/v202603-moduulin kautta.

Toiminta Roihussa

BRAKER4 toimii Snakemake-työvuona, joka lähettää putken jokaisen vaiheen omana Slurm-työnään ja suorittaa sen kontin sisällä. Hallitset työvuota braker4-komennolla; se noutaa konttikuvat ensimmäisellä käyttökerralla ja orkestroi koko annotoinnin.

braker4-moduuli tarjoaa BRAKER4-työvuon sekä valmiin Roihun Snakemake-profiilin polussa $BRAKER4_HOME/profiles/roihu.
Suoritat kaiken hakemistosta, joka sijaitsee /scratch-tiedostojärjestelmässä (työvuo kirjoittaa sinne; moduulin asennushakemisto on töille vain luku -tilassa).
Konttikuvat ladataan kerran jaettuun /scratch-välimuistiin ja käytetään uudelleen.

Ennen ensimmäistä ajoa

Tarvitset:

Työhakemiston /scratch-tiedostojärjestelmään syötteitä, tulosteita ja kuvavälimuistia varten.
config.ini- ja samples.csv-tiedostot tähän työhakemistoon.

config.ini

Kopioi Roihun mallipohja ja muokkaa sitä:

module load bio-apps/v202603 braker4
cp $BRAKER4_HOME/config.ini.roihu config.ini

Mallipohja ohjaa putken lataushakemistot /scratch-tiedostojärjestelmään (tämä on pakollista — oletusarvot osoittavat vain luku -tilassa olevaan asennushakemistoon). Aseta vähintään kohdassa [paths]:

[paths]
busco_download_path = /scratch/project_2012345/braker4_busco_downloads

[SLURM_ARGS] määrittää sääntökohtaiset Slurm-resurssit (cpus_per_task, mem_of_node, max_runtime); [containers] luettelee konttikuvat (oletusarvoilla ne noudetaan automaattisesti).

samples.csv

Yksi rivi per genomi. Otsikkorivi (14 saraketta) ja minimaalinen ab-initio (ES-tila) -esimerkki:

sample_name,genome,genome_masked,protein_fasta,bam_files,fastq_r1,fastq_r2,sra_ids,varus_genus,varus_species,isoseq_bam,isoseq_fastq,busco_lineage,reference_gtf
my_species,/scratch/project_2012345/genome.fa,/scratch/project_2012345/genome_masked.fa,,,,,,,,,,eukaryota_odb12,

busco_lineage on pakollinen. Lisää näyttöä täyttämällä asiaankuuluvat sarakkeet, esimerkiksi protein_fasta proteiininäyttöä varten, bam_files (kaksoispistein eroteltuna) RNA-Seq- kohdistuksia varten tai isoseq_bam IsoSeqiä varten — BRAKER4 valitsee ES-/EP-/ET-/ETP-tilan automaattisesti antamasi näytön perusteella.

BRAKER4:n ajaminen

Aja braker4-putki /scratch-työhakemistostasi. Se on kevyt (se lähettää työt ja odottaa); varsinainen laskenta suoritetaan Slurm-töissä, jotka se käynnistää Roihu-profiilin kautta.

module load bio-apps/v202603 braker4

cd /scratch/project_2012345/braker_run     # your working directory
cp $BRAKER4_HOME/config.ini.roihu config.ini      # edit busco_download_path etc.
# ... create samples.csv ...

# Fast, node-local cache for container image conversion:
export APPTAINER_CACHEDIR=$TMPDIR/apptainer

braker4 \
    --workflow-profile $BRAKER4_HOME/profiles/roihu \
    --default-resources slurm_account=project_2012345 slurm_partition=small \
    --singularity-prefix /scratch/project_2012345/braker4_sif

Korvaa project_2012345 omalla projektillasi.
--default-resources slurm_account=… slurm_partition=… -valitsimessa on annettava molemmat arvot yhdessä (komentorivillä annettu --default-resources korvaa koko profiilin lohkon).
--singularity-prefix on jaettu, pysyvä kuvavarasto; sen täytyy sijaita /scratch-tiedostojärjestelmässä, jotta laskentasolmut voivat lukea kuvat.
Lisää -n kuivaharjoittelua varten (rakentaa työsuunnitelman lähettämättä mitään) ja --rerun-incomplete, jos haluat jatkaa keskeytynyttä ajoa.

Pitkissä tai raskaissa annotoinneissa aja pää-Snakemake-prosessi interaktiivisessa istunnossa kirjautumissolmun sijaan.

Resurssit ja partitioit

BRAKER4:n säännöt ovat yhden solmun töitä, jotka pyytävät tietyn määrän ytimiä ja muistia, mikä sopii Roihun small-partitioon. Sääntökohtainen mitoitus tulee config.ini [SLURM_ARGS] -osiosta (oletusarvot: 48 ydintä, 120 GB, 72 h); profiili määrittää vain projektin ja partition. Jos putki epäonnistuu siksi, että jokin vaihe tarvitsee yli 72 h, siirrä kyseinen ajo longrun-partitioon (10 päivän raja); jos vaihe tarvitsee yli 1500 GiB, siirrä se hugemem-partitioon (enintään 6037 GiB, mutta 36 h raja — käytä hugemem_longrun-partitiota, jos tarvitaan molemmat).

Lisätietoja

BRAKER4:n kotisivu